通过多元稀疏融合进行生物标志物引导的遗传调控异质性分析

异质性是许多复杂疾病的标志。定义异质性的方式有多种，其中遗传调控的异质性，例如 CNVs（拷贝数变异）和甲基化对 GEs（基因表达）的调控，已被提出但鲜有研究。遗传调控的异质性可与疾病严重程度、进展及其他性状相关联，具有重要的生物学意义。然而，由于调控双方的高维性以及信号的稀疏与微弱，该分析可能极具挑战性。在本文中，我们考虑受试者形成未知子组且每个子组具有独特遗传调控关系的场景。此外，这种异质性由已知的生物标志物“引导”。我们开发了一种 MSF（多元稀疏融合）方法，该方法创新性地应用惩罚融合技术，以同时确定子组的数量与结构以及每个子组内的调控关系。我们开发了有效的计算算法，并进行了广泛的模拟。利用 TCGA 数据对黑色素瘤中的 GE-CNV 调控异质性和胃癌中的 GE-甲基化调控异质性进行分析，得出了有趣的发现。